Rozdíly

Zde můžete vidět rozdíly mezi vybranou verzí a aktuální verzí dané stránky.

--- cs:algorithms [2014/12/03 17:59] – kaklik
+++ cs:algorithms [2019/04/11 17:17] (aktuální) – [Existující iPython skripty] fluktuacia
@@ Řádek 19: / Řádek 19: @@
 Podobným problémem se již zabývá existující síť [[http://meteor.uwo.ca/research/radar/cmor_intro.html|CMOR]], která pro pozorování meteorů využívá vysílač a několik přijímacích stanic. V případě Bolidozoru takový přístup však úplně použít nelze.
+Nejreálnější řešení je výpočet prostorových souřadnic z head-echa meteoru. Tento postupu už úspěšně vyzkoušel
+[[http://ea4eoz.blogspot.cz/2016/04/determining-radiant-of-meteor-using_10.html|Miguel A. Vallejo, EA4EOZ]]
 ==== Data z radaru GRAVES ====
@@ Řádek 34: / Řádek 36: @@
-==== Data z VOR majáků ====
+==== VOR vysílače ====
+[[cs:vor|VOR]] vysílače letecké navigace jsou jednou z možností, jak pozorovat rádiové odrazy.
+=== Model signálu ===
+Pro výpočet energetické bilance Jakub Kákona vytvořil [[http://nbviewer.ipython.org/github/kaklik/iPython-models/blob/master/VOR_beacons.ipynb|model signálu]].
+=== Získání dat ===
 Při zpracování dat z VOR majáků je potřeba vyřešit problém s nižším vyzářeným výkonem vysílače. Nižší výkon vysílače způsobuje, že intenzita přijímaných signálů je často pod úrovní šumu.
   * Detekce signálu alespoň na jedné stanici nad šumem
-  * Vyslání řídícího packetu sítě s žádostí o data z podezřelého úseku od nejbližších stanic. [[http://www.ros.org/about-ros/|Možnost použití ROS]].
+  * Vyslání řídícího paketu sítě s žádostí o data z podezřelého úseku od nejbližších stanic. [[http://www.ros.org/about-ros/|Možnost použití ROS]].
   * Korelace detekovaného signálu se šumem na ostatních stanicích.
   * Výsledkem výpočtu by mělo být nalezení odpovídajícího signálu v šumu na ostatních stanicích.
-  * Detekce se potrvdí v případě, že meteor bude dekován na několika stanicích současně
+  * Detekce se potvrdí v případě, že meteor bude detekován na několika stanicích současně
   * V opačném případě jde o nezajímavou falešnou detekci.
@@ Řádek 78: / Řádek 88: @@
+===== Optimalizační algoritmy =====
+  * [[https://en.wikipedia.org/wiki/Particle_swarm_optimization|Particle swarm]]
+  * https://pypi.python.org/pypi/cma
 ====== Nástroje pro testování algoritmů ======
-===== Interaktivní vědecký nástroj iPython =====
+===== Interaktivní vědecký nástroj Jupyter =====
 Vhodným řešením pro testování je použít interaktivní prostředí iPython, kde můžeme přímo interaktivně zkoušet jednotlivé části kódu a zpracovávat data.
@@ Řádek 91: / Řádek 105: @@
   ipython notebook --pylab inline
-Pro seznámení se s jazykem [[http://www.tutorialspoint.com/python/|Python]] můžete využít [[http://physics.muni.cz/~janak/pyzen/|Zenovou školu Pythonu]] od Zdeňka Janáka.
+Pro seznámení se s jazykem [[http://www.tutorialspoint.com/python/|Python]] můžete využít [[https://www.codecademy.com/learn/python|Codeacademy]].
 ==== Existující iPython skripty ====
@@ Řádek 99: / Řádek 113: @@
-Na serveru jsou obnovovány každých 5 minut pomocí programu [[https://github.com/paulgb/runipy|runipy]].
+Skripty na serveru jsou obnovovány každých 5 minut pomocí programu [[https://github.com/paulgb/runipy|runipy]].